融合气象数据的并行化航班延误预测模型
来源：信号处理杂志 2018年第5期北京时间：
作者：吴仁彪, 李佳怡, 屈景怡
摘要：针对航空数据呈现高维化、海量化趋势但传统模型处理大数据时单机计算资源不足的问题，本文提出一种基于Spark并融合气象数据的并行化航班延误预测模型。该模型利用数据框完成航班数据和气象数据的融合，从而在单个航班数据后加入不同小时的气象数据。然后，采用并行化方式进行随机森林的特征划分和树的生成，可快速进行航班延误预测。实验结果表明融入气象数据后查全率和正确率均有提高，针对不同阈值的延误时间进行预测时，大阈值的预测准确率更高。同时，并行化模型较单机模型更快收敛，具有较强的加速比。
关键词：航班延误预测, 随机森林, 并行化, 数据融合
